常见算法——普里姆算法(Prim)、最小生成树(Minimum Cost Spanning Tree (MST))

最小生成树(MST)

最小生成树(Minimum Cost Spanning Tree)，简称 MST。 给定一个带权的无向连通图,如何选取一棵生成树,使树上所有边上权的总和为最小,这叫最小生成树。MST的特点：

1) N 个顶点，一定有 N-1 条边

2) 包含全部顶点

3) N-1 条边都在图中

5) 求最小生成树的算法主要是普里姆算法和克鲁斯卡尔算法（下篇文章讲）

MST的几个例子如图：

最小生成树常用于解决修路问题，而普里姆算法用来解决最小生成树问题，因此，下面先介绍修路问题的应用要求，再基于该案例，介绍普里姆算法。

修路问题介绍

1) 胜利乡有 7 个村庄(A, B, C, D, E, F, G) ，现在需要修路把 7 个村庄连通

2) 各个村庄的距离用边线表示(权) ，比如 A – B 距离 5 公里

3) 问：如何修路保证各个村庄都能连通，并且总的修建公路总里程最短?

思路：尽可能的选择少的路线，并且每条路线最小，保证总里程数最少.

上述问题就是最小生成树问题，我们下面用普里姆算法解决。

普里姆算法

普利姆(Prim)算法求最小生成树，也就是在包含 n 个顶点的连通图中，找出只有(n-1)条边包含所有 n 个顶点的 连通子图，也就是所谓的极小连通子图。

普里姆算法步骤

1) 设 G=(V,E)是连通网，T=(U,D)是最小生成树，V,U 是顶点集合，E,D 是边的集合

2) 若从顶点 u 开始构造最小生成树，则从集合 V 中取出顶点 u 放入集合 U 中，标记顶点 v 的 visited[u]=1

3) 若集合 U 中顶点 ui 与集合 V-U 中的顶点 vj 之间存在边，则寻找这些边中权值最小的边，但不能构成回路，将 顶点 vj 加入集合 U 中，将边（ui,vj）加入集合 D 中，标记 visited[vj]=1

4) 重复步骤②，直到 U 与 V 相等，即所有顶点都被标记为访问过，此时 D 中有 n-1 条边。

普里姆算法分析

通过上述流程，得到最终的最优修路方案如下：

根据上述分析，完成代码即可。

代码实现

package com.study.prim;

import java.util.Arrays;

/**
 * @author 漂亮小小
 * @version 1.0
 */
public class PrimAlgorithm {
    public static void main(String[] args) {
        //测试图的邻接矩阵输出
        char[] data = new char[]{'A', 'B', 'C', 'D', 'E', 'F', 'G'};
        int verxs = data.length;
        //邻接矩阵的关系使用二维数组表示 10000表示不连通
        int [][]weight=new int[][]{
                {10000,5,7,10000,10000,10000,2},
                {5,10000,10000,9,10000,10000,3},
                {7,10000,10000,10000,8,10000,10000},
                {10000,9,10000,10000,10000,4,10000},
                {10000,10000,8,10000,10000,5,4},
                {10000,10000,10000,4,5,10000,6},
                {2,3,10000,10000,4,6,10000},};

        //创建MGraph对象
        MGraph graph = new MGraph(verxs);
        //创建一个MinTree对象
        MinTree minTree = new MinTree();
        //minTree创建图
        minTree.createGraph(graph, verxs, data,weight);
        //输出
        minTree.showGraph(graph);

        //测试prim算法
        minTree.prim(graph, 0);//0顶点代表'A'
    }
}

//创建最小生成树
class MinTree {
    //创建图的邻接矩阵
    /**
     * @param graph  图对象
     * @param verxs  图对应的顶点个数
     * @param data   图的各个顶点的值 A B C D E F G
     * @param weight 图的邻接矩阵
     */
    public void createGraph(MGraph graph, int verxs, char[] data, int[][] weight) {
        int i, j;
        for (i = 0; i < verxs; i++) {//顶点
            graph.data[i] = data[i];//给顶点赋值 ABCDEFG
            for (j = 0; j < verxs; j++) {
                //初始化邻接矩阵
                graph.weight[i][j] = weight[i][j];//邻接矩阵赋值为传入的值
            }
        }
    }

    //显示图的邻接矩阵
    public void showGraph(MGraph graph) {
        for (int[] link : graph.weight) {
            System.out.println(Arrays.toString(link));
        }
    }

    //编写方法，prim算法,得到最小生成树
    /**
     *
     * @param graph  图
     * @param v      表示起始顶点， 从v顶点开始生成最小生成树   'A'->0  'B'->1...
     */
    public void prim(MGraph graph, int v) {
        //visited[]数组，标记顶点是否被访问过 0默认未访问   1 访问
        int[] visited = new int[graph.verxs];
        //把当前节点标记为已访问
        visited[v] = 1;
        //h1 h2记录两个顶点的下标
        int h1 = -1;
        int h2 = -1;
        int minWeight = 1000;//初始化权值，初始最大，遍历后被替换
        for (int k = 1; k < graph.verxs; k++) {//生成 顶点数-1 个边

            //确定每次生成的子图，和哪个节点的距离最近，
            for (int i = 0; i < graph.verxs; i++) {//i节点表示 被访问过的节点
                for (int j = 0; j < graph.verxs; j++) { //j节点表示还没有被访问的节点
                    //用if来限制 i已访问 j未访问，并确定权值是不是小的，并替换
                    if (visited[i] == 1 && visited[j] == 0 && graph.weight[i][j] < minWeight) {
                        //替换minWeight
                        //寻找已访问的节点 与 未访问的节点 之间 权值最小的值
                        minWeight = graph.weight[i][j];
                        h1 = i;
                        h2 = j;//记录新顶点下标
                    }
                }
            }
            //退出该循环时，找到了最小的边
            System.out.println("边<" + graph.data[h1] + "," + graph.data[h2] + "> 权值：" + minWeight);
            //将当前找到的节点标记未已访问
            visited[h2] = 1;
            minWeight = 10000;//重置 便于下次寻找最小权值
        }
    }
}


class MGraph {
    int verxs;//表示节点个数
    char[] data;//保存节点数据
    int[][] weight;//存放边，邻接矩阵

    public MGraph(int verxs) {
        this.verxs = verxs;
        data = new char[verxs];
        weight = new int[verxs][verxs];
    }
}

结果：